「あの商談、どうなってる？」
—— 便利になったはずのAIが、組織に何も残していない
月曜の朝、営業会議。「B社の案件、どうなってる？」という問いに、その場で即答できる人は多くありません。
最近は、社内AIに聞けば答えが返ってくるようになりました。商談のフェーズ、金額、最終活動日。数秒で要約してくれます。便利です。
ただ、その会話はどこにも残りません。
チャットを閉じれば消えます。3ヶ月後、その商談が失注していたとして、「あの時AIは何と言っていたか」「その指摘を受けて誰が何をしたか」を追える会社は、ほとんどないのではないでしょうか。
多くの現場では、次のような状況が続いています。
- AIとの会話は便利だが、セッションが終われば内容は流れて消えてしまう。
- 「サマリー項目にAIの出力を入れる」運用はあるが、結論だけが残り、なぜそう判断したかは消える。
- 案件の振り返りが「担当者の記憶」に依存し、次の案件に活かせない。
これは、AIを業務に組み込んだつもりで、組織の判断履歴からAIの寄与だけが抜け落ちている状態とも言えます。
本記事では、Salesforceの新しい仕組み「Agentforce Coworker」を使って、商談リスクの診断からその判断を履歴として残すところまでを一気通貫でつなげたユースケースをご紹介します。
営業組織のAI活用が抱える4つの課題
課題① 聞かないと答えてくれない
多くのAI活用は「担当者が思い出して、AIに聞きに行く」ことが前提です。忙しい時期ほど聞きに行く余裕がなくなり、本当にリスクを見てほしい案件ほど見過ごされます。
課題② 情報がシステムごとに分断されている
商談の状況はCRMに、現場の生の感触はSlackに、という分断はよくある話です。「予算感は良さそう」という営業の肌感覚がSlackにしかなければ、CRMだけを見ているAIの判断は片手落ちになります。
課題③ 判断が残らない
前述のとおりです。AIが「この商談は要注意」と指摘しても、その指摘は会話の中で消えます。指摘を受けて動いたのか、動かなかったのか、動かなかったならなぜか——組織には何も蓄積されません。
課題④ 振り返りができない
四半期末や期末に「なぜあの案件を失注したのか」を振り返ろうとしても、当時の状況は既に上書きされています。商談のフェーズも金額も、今の値しか残っていません。判断した時点のスナップショットがないのです。
上記の課題に思い当たる節はありますか？ 1つでも共感いただけた場合、次のセクションでご紹介する仕組みが改善のヒントになるかもしれません。
Agentforce Coworkerとは
——「AIの同僚」が、社内の専門担当に取り次ぐ
Agentforce Coworkerは、Salesforce上で動く「AIの同僚」です。
ポイントは、Coworker自身が何でも答えるわけではないところにあります。
イメージとしては、社内の総合窓口が近いかもしれません。
一般的な問い合わせには窓口が直接答えます。ただし専門的な判断が必要な相談は、窓口が抱え込まず、その道の担当部署に取り次ぎます。Coworkerも同じで、簡単な検索や要約は自分で処理し、専門的な分析が必要な依頼は専用の「担当エージェント」に引き継ぎます。
今回のユースケースでは、この「担当エージェント」として 商談リスク診断の専門エージェント を用意しました。
| 誰が担当するか | 何をするか | |
|---|---|---|
| 状況の把握 | Coworker本人 | CRM・Slackを横断して情報を集め、要約する |
| リスクの診断 | 商談リスク診断エージェント | BANT・活動状況・金額妥当性を評価し、リスクレベルと推奨アクションを出す |
| 判断の記録 | 同エージェント | 診断結果を商談の履歴として保存する |
利用者は、この使い分けを意識する必要がありません。普通に話しかけるだけで、裏側で適切な担当が呼ばれます。
活用シーン① 一言で、CRMとSlackを横断する
朝、Coworkerに社名を一言だけ入力します。
Coworkerは、CRMとSlackを同時に検索します。CRM側からは取引先の担当者・商談一覧・各商談のフェーズと担当者が、Slack側からは現場のやりとりが拾い上げられます。
このケースでは、Slackの案件チャンネルに残っていた「製造ラインのDX予算として2,800万〜3,000万規模で来期の予算枠は確保できそう」という報告が拾われました。
CRMの数字には現れない、現場の温度感です。 この情報は、この後のリスク判断に効いてきます。
システムを行き来して情報を集める作業が、一言の入力に置き換わる。これが最初の変化です。
活用シーン② AIが「専門担当」を呼ぶ
状況を把握したうえで、Coworkerはこう提案してきます。
進行中の商談「ニーズの把握」フェーズの詳細を確認したり、Deal Risk診断を実行することもできますよ。どうしますか？
こちらから「リスク診断してほしい」と頼む前に、AI側から選択肢を示してくるわけです。課題①で挙げた「聞かないと答えてくれない」問題に対する、ひとつの答えになっています。
ここで「この商談一覧のうち、リスクのある商談の特定および、そのリスクを教えてください。」と依頼します。
注目していただきたいのは、こちらは専用エージェントの名前を一言も出していないという点です。
それでもCoworkerは、受注済み案件を除いて「ニーズの把握」フェーズの商談に対象を絞り込み、商談の詳細を取得したうえで、リスク診断の専門エージェントに診断を依頼しています。画面上にも「Deal Risk Diagnostic Agentに診断を依頼します！」と、取り次ぎの様子がそのまま表示されます。
利用者から見れば、ただ普通に相談しただけ。裏側で適切な担当が呼ばれ、結果だけが返ってくる——これがCoworkerの本質です。
診断結果は次のように返ってきます。
単なる要約ではなく、評価が返っている点がポイントです。
- 要件仕様が不確定 —— 業務ヒアリングが未完了のため、見積もり精度が低い状態
- 技術評価基準が未設定 —— SE同伴は予定されているが、具体的な評価項目や検証基準が決まっていない
- 予算・承認プロセスが不透明 —— 予算確保の状況や承認者・決裁フローが不明で、購買タイムラインが見えない
そして、それぞれに対応する推奨アクションが誰がやるかまで含めて示されます。「営業とSEが共同でヒアリング項目リストを作成し、次回訪問前に顧客合意を得る」といった具合です。
注目していただきたいのは、最後に添えられた一言です。
Slackでも「感触は良い」と報告されていましたが、予算規模（2,800万〜3,000万円）と商談金額（約2,830万円）は概ね一致しており、ヒアリングをしっかり進めることが次のカギになりそうです
Slackに書かれていた予算感と、CRM上の商談金額を突き合わせているわけです。
「感触は良い」という現場の報告だけでは、それが金額的に妥当なのかは判断できません。逆にCRMの金額だけを見ても、その予算が実際に確保できそうなのかは分かりません。両方を照らし合わせてはじめて、「金額面は問題なさそうだから、次はヒアリングだ」という具体的な次の一手が見えてきます。
これは、担当者が頭の中でやっていた突き合わせそのものです。
活用シーン③ 診断が「履歴」として商談に残る
ここからが本題です。
これまでの流れだけであれば、「便利なAIチャット」で終わります。会話を閉じれば、この診断も消えてしまう。
しかし今回の仕組みでは、診断が完了した時点で、商談に紐づく履歴レコードが自動で作成されます。
残っているのは、診断結果のテキストだけではありません。
- 診断日時：いつ時点の判断だったのか
- リスクレベル：高／中／低
- 診断内容：総評・主な懸念点・推奨アクション
- 診断時ステージ：診断した時点でのフェーズ
- 診断時金額：診断した時点での提案金額
- 対応記録：AIの指摘を受けて、人が何をしたか
特に重要なのが、下の3つです。
ステージと金額のスナップショットがあることで、商談が後から進んでも「その判断は、どういう状況下でなされたか」が読めます。商談レコードを参照するだけでは、常に「今の値」しか見えません。
そして対応記録。ここはAIが埋めません。人が後から書き込む欄です。
AIが「技術評価基準が未設定。SE同伴は予定されているが、具体的な評価項目や検証基準が決まっていない」と指摘した。それを受けて営業担当が「次回訪問前にSEとヒアリング項目リストを作成。合格基準の草案も8/25までに用意する」と書き込む。AIの判断と、人の対応が、同じレコードに並んで残ります。
3ヶ月後にこの商談を振り返ったとき、「確かにあの時リスクを見て手を打ったから、今がある」という因果が読める状態になります。
AIが「リスク高」と言っても、判断するのは人
この仕組みの価値は、成功例が積み上がることだけではありません。
むしろ興味深いのは、AIと人の判断が食い違った記録です。
AIが「リスク高」と判定した。しかし営業担当は「いや、この顧客は毎回このタイミングで動くから大丈夫」と判断して、指摘どおりには動かなかった。結果、受注できた。あるいは、失注した。
どちらの結果であっても、その記録は組織の財産になります。
「AIの指摘が当たるのはどういうパターンか」「担当者の勘が上回るのはどういう局面か」。これは精度を上げるための話ではなく、チームが判断の勘所を蓄積していくという話です。
記録が残っていなければ、この検証は成立しません。逆に言えば、残しさえすれば、四半期ごとの振り返りが「感想の共有」から「事実に基づく検証」に変わります。
この仕組みの3つの運用シーン
仕組みは作るだけでは機能しません。どの場面で誰が使うかを決めることが、継続活用のポイントです。
営業担当の日常（デイリー）
顧客訪問の前や、週明けの状況確認で使います。「A社どうなってる？」と一言聞くだけで、CRMとSlackを横断した状況把握が完了します。気になる商談があればそのままリスク診断まで実行し、その日のうちに動けます。
マネージャーの週次レビュー（ウィークリー）
商談ごとの診断履歴を確認し、リスク指摘に対して対応記録が書かれているかを見ます。「指摘されたが、何もしていない商談」が可視化されるのがポイントです。マネージャーが介入すべき案件が明確になります。
四半期の振り返り（クォータリー）
受注・失注した案件の診断履歴をまとめて振り返ります。「高リスクと判定されたが受注できた案件は、何が効いたのか」「見過ごした指摘は何だったか」。属人化していた勝ちパターンを、記録に基づいて言語化できます。
導入に必要なもの
「エージェントを作るには、大がかりな開発が必要では？」というご質問をよくいただきます。
今回ご紹介した仕組みは、以下の要素で構成されています。
| 構成要素 | 役割 |
|---|---|
| Agentforce Coworker | 利用者の入り口。CRM・Slackの横断検索と、専門エージェントへの取り次ぎ |
| 専用エージェント | 商談リスク診断という「専門業務」を担当 |
| 診断ロジック | どういう観点でリスクを評価するかの定義 |
| 履歴の保存先 | 診断結果・当時のスナップショット・人の対応記録を残す器 |
ゼロから作るのは、実質的に「診断ロジック」と「履歴の保存先」の2つだけです。 CoworkerとエージェントはSalesforceの標準機能の範囲で構成できます。
そして重要なのは、最初から全社展開を目指す必要はないという点です。今回は「商談リスク診断」という1つの業務に絞りました。まず1つ動かして、現場が使うかどうかを確かめる。効果が見えてから次の業務に広げる。この順番が現実的です。
導入で期待できる効果
定量的な効果
- 情報収集時間の削減：CRM・Slack・議事録を行き来していた確認作業が、一言の質問に置き換わる
- リスク案件の早期発見：担当者が気づく前に、AI側から診断を提案してくる
- 振り返り工数の削減：期末の案件レビューで、当時の状況を思い出す作業が不要になる
定性的な効果
- AIの判断が記録として残ることで、なぜその手を打ったのかを後から説明できる
- 若手が「先輩はこの状況をどう判断したか」を履歴から学べる
- AIの指摘と人の判断のズレが蓄積し、チームの判断基準そのものが磨かれる
- 属人化していた案件管理の勘所が、組織の資産に変わる
特に最後の2点は、単なる効率化を超えた変化です。AIを入れることで、人の判断力が落ちるのではなく、むしろ言語化されて共有されるようになる——ここが本質的な価値だと考えています。
まとめ
—— AIの判断は、残してはじめて意味を持つ
本記事では、Agentforce Coworkerを使った商談リスク診断のユースケースをご紹介しました。最後に要点を整理します。
- 対話型AIは便利だが、判断が揮発する。会話を閉じれば組織には何も残らない
- Coworkerは「AIの同僚」として、専門的な判断は専用エージェントに取り次ぐ。利用者は使い分けを意識しなくてよい
- CRMとSlackを横断することで、数字に現れない現場の温度感まで判断材料にできる
- 診断結果を履歴として残す際は、その時点のフェーズ・金額のスナップショットが重要になる
- 対応記録の欄はAIに埋めさせない。AIの判断と人の対応が並んで残ることで、はじめて振り返りが成立する
- 最初から全社展開を目指さず、1つの業務から始めるのが現実的
AI活用というと「どれだけ賢く答えられるか」に目が行きがちです。しかし業務で本当に効いてくるのは、その答えがどこに残り、誰がいつ読み返せるかという設計のほうだと考えています。
会話は流れて消えます。判断は、残さなければ残りません。
まずはお気軽にご相談ください
「うちの営業でも同じことができるか知りたい」「Agentforceを導入したが活用しきれていない」「AI活用を何から始めればいいかわからない」など、どんな段階のご相談も歓迎しています。初回相談は無料です。
